| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 舒张期心杂音信号的研究现状 | 第10-11页 |
| 1.2.2 心音信号的分析与分类研究现状 | 第11-13页 |
| 1.3 课题研究的主要内容 | 第13-14页 |
| 1.3.1 研究目的 | 第13页 |
| 1.3.2 研究内容 | 第13-14页 |
| 1.4 论文的结构安排 | 第14-15页 |
| 2 心音信号的产生与理论基础 | 第15-23页 |
| 2.1 正常心音信号的生理基础 | 第15-18页 |
| 2.1.1 心脏传导系统 | 第15-16页 |
| 2.1.2 心音的产生 | 第16-17页 |
| 2.1.3 心音的时频域特征 | 第17-18页 |
| 2.2 心杂音信号的生理基础 | 第18-21页 |
| 2.2.1 心杂音的产生机制 | 第18-19页 |
| 2.2.2 舒张期心杂音信号的选取依据 | 第19-21页 |
| 2.3 本章小结 | 第21-23页 |
| 3 经验模式分解端点效应抑制方法的研究 | 第23-37页 |
| 3.1 经验模式分解算法原理 | 第23-25页 |
| 3.2 经验模式分解存在的问题 | 第25-26页 |
| 3.3 基于比例延拓法和镜像延拓法的端点延拓算法 | 第26-36页 |
| 3.3.1 比例延拓法 | 第27-28页 |
| 3.3.2 镜像延拓法 | 第28-30页 |
| 3.3.3 比例延拓结合镜像延拓的端点延拓算法 | 第30-36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 心音信号的预处理及特征提取 | 第37-55页 |
| 4.1 心音信号预处理 | 第37-43页 |
| 4.1.1 心音信号的采集 | 第37-38页 |
| 4.1.2 小波去噪 | 第38-41页 |
| 4.1.3 心音信号分段 | 第41-43页 |
| 4.2 基于经验模式分解和Mel频率倒谱系数的心音特征参数提取 | 第43-50页 |
| 4.2.1 固有模态函数的选取 | 第44-45页 |
| 4.2.2 基于经验模式分解和Mel频率倒谱系数的心音特征参数提取方法研究 | 第45-50页 |
| 4.3 基于EEMD和Mel频率倒谱系数的心音特征参数提取 | 第50-54页 |
| 4.3.1 EEMD的算法原理 | 第50-51页 |
| 4.3.2 固有模态函数的选取 | 第51-52页 |
| 4.3.3 基于EEMD和Mel频率倒谱系数的心音特征参数提取方法研究 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 5 基于隐马尔科夫模型的舒张期心杂音信号的分类识别 | 第55-67页 |
| 5.1 隐马尔科夫模型的理论基础 | 第55-57页 |
| 5.2 隐马尔科夫模型的结构 | 第57-58页 |
| 5.3 隐马尔科夫模型的基本算法 | 第58-60页 |
| 5.4 舒张期心杂音信号的模式识别 | 第60-61页 |
| 5.5 舒张期心杂音信号分类识别结果 | 第61-65页 |
| 5.5.1 不同识别模型参数对识别结果的影响 | 第62-63页 |
| 5.5.2 不同特征参数对识别结果的影响 | 第63-64页 |
| 5.5.3 改进的端点延拓算法对识别结果的影响 | 第64-65页 |
| 5.6 本章小结 | 第65-67页 |
| 6 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 附录 | 第77页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第77页 |
| B. 作者在攻读硕士学位期间参加的科研项目 | 第77页 |
